这是 「AI是怎么回事」 系列的第 11 篇。我一直很好奇 AI 到底是怎么工作的，于是花了很长时间去拆这个东西——手机为什么换了发型还能认出你，ChatGPT 回答你的那三秒钟里究竟在算什么，AI 为什么能通过律师考试却会一本正经地撒谎。这个系列就是我的探索笔记，发现了很多有意思的东西，想分享给你。觉得不错的话，欢迎分享+关注。
第一次看到这个系列？从第1篇开始最顺畅，直接读这篇也没问题。
上一篇结尾，我留了一个矛盾：
AI 下围棋赢了世界冠军。但自动驾驶连一辆倒在路边的自行车都认不出来。同样是模式匹配——为什么差距这么大？
类似的矛盾其实无处不在。如果你跟着这个系列从第 1 篇读到这里，你一定见过很多这样的场景：
- AI 下棋赢世界冠军，但开车不如新手司机
- AI 通过律师考试（前 10%），但分不清"谢谢你"是真心还是讽刺
- AI 画画能获奖，但画不好五根手指
- AI 在 X 光片里找到医生遗漏的肿瘤，但不知道这个阴影是不是上次手术留下的
- AI 预测蛋白质形状拿了诺贝尔奖，但解释不了蛋白质为什么折叠成那样
如果你只看新闻标题，AI 的表现像是随机的——这个行、那个不行，毫无规律。
但真的没有规律吗？
有。而且非常简单。
今天这篇，我们做三件事：
- 看几个新案例——把还没聊过的重要领域补上
- 画一张全景图——把 AI 在各领域的表现摆在一起，找出规律
- 给你一套「三问判断法」——以后看到任何 AI 新闻，三个问题就够了
先看几个新案例
在画全景图之前，需要补上几个重要案例。它们分别代表了 AI 最强和最具突破性的领域——而且都能用第一章学过的知识解释。
AlphaGo：赢了世界冠军的 AI
2016 年 3 月，AlphaGo 在韩国首尔和围棋世界冠军李世石（Lee Sedol）进行了五局对弈。
围棋是公认最复杂的棋类——19x19 棋盘，可能的棋盘局面数约为 10 的 170 次方，比宇宙中的原子数量还多。国际象棋 AI 可以靠穷举搜索赢棋，围棋不行——可能性太多了。
几十年来，围棋被认为是 AI 不可能攻克的最后堡垒。
然后 AlphaGo 以 4:1 赢了。
2017 年 5 月，升级版 AlphaGo 在中国乌镇挑战世界第一柯洁，3:0 完胜。柯洁赛后说了一句让我印象很深的话：
"去年 AlphaGo 下得像人，现在它下得像神。"
AlphaGo 用的核心零件，和我们学过的完全一样。
神经网络（第 4 篇）：两个网络——"策略网络"预测下一步走哪，"价值网络"评估当前局面谁赢。训练（第 5 篇）：先用人类棋谱训练，再让 AI 和自己下棋，几百万盘自我对弈后发现了人类没想过的走法。模式匹配：整个决策过程就是在棋盘状态中匹配已知模式，没有"灵感"或"直觉"。
但关键问题是：围棋为什么特别适合 AI？
仔细看围棋的特点：
- 规则完全确定：19x19 棋盘，黑白两色，轮流落子，一页纸写完
- 信息完全公开：双方都能看到所有棋子，没有隐藏信息
- 结果明确：赢就是赢，输就是输
- 数据无限：几千年棋谱 + AI 可以无限自我对弈
围棋是一个完美的模式匹配战场。 规则明确、数据无限、不需要理解"为什么"，只需要知道"什么局面下走哪步赢的概率最高"。
记住这个特点。
AlphaFold：预测蛋白质形状拿了诺贝尔奖
如果说 AlphaGo 证明了 AI 在"规则明确的游戏"里有多强，AlphaFold 证明了 AI 在科学研究中也能带来革命。
蛋白质是生命的基本"零件"。每种蛋白质是一串"氨基酸"链条，这条链条会自动折叠成特定的三维形状——蛋白质的功能完全取决于它折叠成什么形状。折叠错了，可能导致阿尔茨海默症、帕金森症等疾病。
从 1960 年代起，科学家就想搞清楚：给定氨基酸序列，它折叠成什么形状？这被称为生物学的「圣杯」之一。传统方法确定一个蛋白质结构，往往需要几个月甚至几年。
2020 年 11 月，DeepMind 的 AlphaFold2 参加了蛋白质结构预测领域的"奥运会"——CASP14 竞赛。衡量精度的 GDT 指标满分 100，此前几十年最好的方法只能到 60-70 分。AlphaFold2 的中位数得分 92.4 分——一下跨越了 20 多分的鸿沟。
还记得第 3 篇讲 AlexNet 在 ImageNet 上的突破吗——错误率从 26% 降到 15%，所有人以为作弊了。AlphaFold 在 CASP14 上带来的震撼是同一级别的。
2024 年，DeepMind 的 Demis Hassabis 和 John Jumper 因此获得诺贝尔化学奖。
核心原理还是那些——深度神经网络（第 4 篇）加注意力机制（第 6 篇）。本质上和人脸识别一样：模式匹配。只不过人脸识别在像素中匹配"这是谁的脸"，AlphaFold 在氨基酸序列中匹配"这串序列折叠成什么形状"。
但 AlphaFold 也有明确的局限：它预测静态结构，而蛋白质会运动；对没有固定形状的蛋白质预测不准；最关键的——它预测"形状"，不理解"为什么"。
模式匹配不等于因果理解。
自动驾驶：模式匹配遇到的"长尾问题"
看完了 AI 大获全胜的案例，现在看一个 AI 表现不那么理想的领域。
公平地说，自动驾驶在绝大多数路况下表现得很好。Tesla 2025 年第一季度安全报告显示，使用 Autopilot 时平均约 744 万英里才发生一次碰撞——相当于绕地球 300 圈。Waymo 2024 年的同行评审研究显示，714 万英里自动驾驶中，造成伤害的碰撞减少了 「85%」。
但有一个根本性的难题：长尾问题。
想象一张统计图：横轴是各种驾驶场景，纵轴是出现频率。
- 头部（最左边）：晴天、直行、正常车流——占 95% 的驾驶时间
- 尾部（向右拖得很长）：施工区、倒在路边的自行车、突然冲出的动物、逆光致盲——每种出现频率很低，但种类极多
这个"尾巴"拖得极长——你永远列举不完所有可能的异常场景。
头部那 95% 的常见场景，训练数据中有海量例子，AI 处理得得心应手。但尾部罕见场景，训练数据中可能只出现几次，甚至一次也没有。
2016 年，一辆 Tesla Model S 就因此发生了致命事故——一辆白色卡车横在高速路中间，AI 把卡车白色车身识别成了天空的一部分，径直撞了上去。
你可能想：多收集罕见场景的数据不就行了？
没那么简单。长尾的本质是——尾部是无限长的。你收集了"翻倒的卡车"，但"着火的翻倒的卡车"又是新场景。你收集了"行人横穿"，但"穿白婚纱、举反光伞、在逆光中横穿的行人"又是新的。
人类司机遇到没见过的情况时会理解——"前面有个大物体挡路，不管是什么，我该减速。"这是因果推理：物体挡路 → 继续走会撞上 → 应该刹车。
AI 做不到。它做模式匹配——在训练数据中找最接近的已知模式，按那个模式行动。当眼前场景和所有已知模式都不匹配时，AI 就"蒙了"。
自动驾驶的"最后 1%"，需要的恰恰是 AI 目前不具备的能力——在从未见过的情况下，基于对物理世界因果关系的理解做出判断。
医疗影像：AI 的最佳战场之一
再看一个 AI 大放异彩的领域。
回忆自动驾驶的三个难题：场景不标准、罕见情况多、需要因果理解。医疗影像恰好走向了反面：
高度标准化——同一台 CT 机拍出的图片格式和质量高度一致。判断标准明确——"这是肿瘤还是正常组织"是有明确答案的二分类问题。不需要因果理解——AI 不需要理解"为什么长肿瘤"，只需要识别"这片像素符不符合肿瘤的特征"。
2024 年发表在《npj Digital Medicine》上的系统综述显示：AI 检测皮肤癌的平均敏感度为 87.0%，而临床医生平均 79.8%。AI 在总体上已经超过了临床医生的平均水平。
但"看见异常"不等于"诊断疾病"。AI 在 X 光片中找到可疑阴影，它做的是：这片像素和训练数据中标注为"肿瘤"的模式很相似。它不知道是良性还是恶性，不知道患者的病史，不知道这个阴影是不是上次手术的痕迹。
医疗影像的局限也很熟悉：罕见病数据太少、训练数据中的人群偏差（大部分数据来自浅肤色人群）、不同设备之间的差异。
归根到底是同一个原因：数据充足且标准化时 AI 强，数据稀缺或分布偏差时 AI 弱。
一张 AI 能力全景图
现在我们有了足够的案例。让我把这个系列到目前为止提到的所有 AI 领域摆在一起：
领域代表系统当前水平关键数据关键瓶颈棋类游戏AlphaGo远超人类4:1 胜李世石，3:0 胜柯洁仅限规则确定的封闭系统图像识别ResNet超越人类错误率 ~3.6%，人类 ~5%（第 3 篇）对抗样本（第 7 篇）、场景理解蛋白质结构AlphaFold突破性CASP14 GDT 92.4，诺贝尔化学奖预测形状但不理解机制医疗影像多个特定任务超越人类皮肤癌敏感度 87% vs 医生 80%罕见病、人群偏差、设备差异语音识别Whisper接近人类68 万小时训练嘈杂环境、幻觉、小众语言语言对话ChatGPT接近人类律师考试前 10%（第 9 篇）幻觉（第 7 篇）、事实核查AI 绘画Midjourney / SD看情况获艺术比赛一等奖（第 10 篇）手指等细节、真正的创意自动驾驶Tesla FSD / Waymo常见优秀，长尾不足常见场景优秀，长尾致命长尾场景、因果理解你可能会问：第 9 篇提到了 2025-2026 年的推理模型——GPT-5.2 数学竞赛满分、o3 在编程上表现惊人——这些新进展改变了全景图吗？
改变了数字，没有改变规律。
推理模型（o1、o3、o4-mini）让数学竞赛和编程任务的分数飙升。但第 9 篇也告诉我们：Apple 研究发现仅仅改变题目中的数字，表现就大幅波动；问题复杂度一高，所有推理模型崩溃至 0%。而在事实问答上，推理模型的幻觉率（33%-48%）反而比前代模型更高。
换句话说：推理模型把全景图中"语言对话"和"棋类游戏"之间的空间填得更满了——但全景图的两端没有改变。 围棋仍然是 AI 的天堂，需要因果理解的任务仍然是短板。
把推理模型放进全景图，它恰好落在预期的位置上——规则明确的数学竞赛表现最好，规则模糊的现实推理仍然挣扎。谱系没有被打破，反而被进一步验证了。
数字很多，但数字不是重点。
重点是：你有没有看出什么规律？
按 AI 能力从强到弱排：
- 最强： 围棋、图像分类、蛋白质结构预测
- 很强： 医疗影像、语音识别、语言对话
- 看情况： AI 绘画
- 还不够： 自动驾驶（长尾场景）
最强的那几个有什么共同点？最弱的又有什么共同点？
规律浮现——一条分界线
让我把每个领域的"特征"列出来。
围棋： 规则完全确定，信息公开，结果明确，数据无限。不需要理解"为什么这步好"，只需要知道"什么局面走哪步赢的概率高"。
图像分类： 任务明确——"这张图是什么"。1400 万张标注图片。标准清晰。
蛋白质预测： 输入输出明确——给氨基酸序列，输出三维坐标。17 万个已知结构。可实验验证。
自动驾驶： 规则模糊——"安全驾驶"没有简单定义。路况千变万化。罕见场景太少。最关键的：安全驾驶需要因果推理——"那个人举起手，是要招出租车还是要横穿马路？"
看出来了吗？三个因素在决定一切：
第一，规则是否明确。 围棋一页纸写完，每步合法性精确判定。但"安全驾驶"取决于几十个因素的综合判断，没有公式。规则越明确，越容易转化为模式匹配。
第二，训练数据是否充足。 AlphaGo 可以无限自我对弈，永远不缺数据。自动驾驶面对的是"猫突然从灌木丛跳上引擎盖"——你没法让 AI 提前见过所有意外。
第三，是否需要因果理解。 这是最根本的分界线。图像分类只需要知道"这个模式对应什么"（相关性）。自动驾驶需要理解"那个行人停下来，是因为他看到了我的车"——这是因果推理。
三个因素组合，形成一条谱系：
用这条谱系验证前面所有案例：
- 第 7 篇：ChatGPT 编造假判例。 生成法律格式 = 模式匹配（强）。核实是否存在 = 事实核查（做不到）。谱系预测准确。
- 第 7 篇：对抗样本骗过图像识别。 图像分类靠像素模式而非概念理解，微小像素变化就骗过它。谱系预测准确。
- 第 10 篇：AI 画不好手指。 生成风景 = 数据充足（强）。精确控制手指 = 需要"五根手指"的因果理解（做不到）。谱系预测准确。
- AlphaGo 赢棋。 规则明确 + 数据无限 + 不需因果 = 模式匹配天堂。谱系预测：远超人类。准确。
- AlphaFold 预测蛋白质。 输入输出明确 + 17 万训练样本 + 不需理解物理机制。谱系预测：突破性但不能解释"为什么"。准确。
- 第 9 篇：推理模型数学竞赛满分，但换个数字就错。 竞赛题 = 模式明确 + 数据充足（强）。但换了数字 = 没见过的"新模式"（弱）。谱系预测准确。
每一个案例都精确地落在谱系上。 不是巧合——因为所有系统底层用的都是同一套东西：神经网络（第 4 篇），靠数据学习（第 5 篇），本质是模式匹配（第 8 篇）。
一句话概括这条分界线：
AI 的本质是模式匹配。任务越像"纯模式匹配"，AI 越强；越需要因果理解，AI 越弱。
一套随身携带的判断工具：三问判断法
理解了谱系，你可能想：道理懂了，但日常怎么用？每次看新闻难道画谱系图？
不用。我把谱系背后的逻辑压缩成三个问题。面对任何 AI 应用，你只需要问自己：
（你可能注意到了，谱系的第三维度是"是否需要因果理解"。但对普通人来说，这个维度不太容易直接判断。所以第三个问题我把它转化成了更实用的形式——你马上会看到。）
第一问：这个任务能转化为模式匹配吗？
能 → AI 可能擅长。不能 → 谨慎使用。
翻译是模式匹配——给定中文，输出英文。图像分类是模式匹配——给定像素，输出类别。语音识别是模式匹配——给定声波，输出文字。
但"判断这封邮件的语气是否恰当"不太是——"恰当"取决于你和收件人的关系、公司文化、事情的来龙去脉。"我该不该接这个 offer"更不是——这需要对你人生价值观的权衡。
对应第 8 篇核心结论：AI 是超级模式匹配器。
第二问：训练数据够不够？
够 → AI 可能很好。不够 → AI 容易出错。
让 ChatGPT 翻译科技新闻——互联网上有海量科技翻译，数据充足，没问题。让它翻译偏门行业的合同——这类文本稀少得多，容易出错。
让自动驾驶在加州阳光高速上行驶——几百万英里的数据，没问题。让它在暴风雪中过没有标线的乡间路口——数据极少，小心。
规律很简单：场景越常见，AI 越可靠。场景越罕见，AI 越不可靠。
对应第 5 篇核心逻辑：训练数据越多，模式越准确。
第三问：你能验证 AI 的输出吗？
能验证 → 放心用。不能验证 → 小心用。
这一问不是评估 AI 的能力，而是评估你的风险。
让 AI 写代码——可以运行测试看结果对不对。风险可控。让 AI 做法律研究——需要逐一核实判例，成本高但可验证。但让 AI 写医疗报告，你自己不是医生——你根本判断不了对不对。
AI 出错是一定会发生的——第 7 篇讲的幻觉。关键不是"会不会出错"，而是"出错时你能不能发现"。
对应第 7 篇核心警示：AI 会产生幻觉，它自己不知道。
两个实战演练
让我用两个具体场景演示。
场景一："AI 能帮我翻译合同吗？"
- 能转化为模式匹配吗？翻译是经典模式匹配。能。
- 训练数据够吗？普通合同模板大量存在。够。但非常专业的领域就不一定了。
- 能验证吗？如果你懂两种语言，可以。不懂的话，至少可以请人审核关键条款。
结论：可以用 AI 翻译初稿，但关键条款必须人工审核。
场景二："AI 能帮我做投资决策吗？"
- 能转化为模式匹配吗？短期波动有统计模式，但长期投资涉及宏观经济、公司治理、突发事件——不是简单的模式匹配。部分能，大部分不能。
- 训练数据够吗？历史数据很多，但"未来"的数据永远不够——市场的本质就是不可完全预测。
- 能验证吗？投资结果要很久才知道，而且赚了也不能证明决策正确（可能只是运气好）。
结论：AI 可以辅助分析历史数据，但不应该让 AI 做最终投资决策。
场景三："AI 推理模型数学竞赛满分，是不是说明 AI 真的学会推理了？"
- 能转化为模式匹配吗？数学竞赛题有固定题型、标准解法——大量存在模式可匹配。能。但"推理"如果是指"从未见过的情况下灵活运用原则"——不是简单的模式匹配。
- 训练数据够吗？数学竞赛的训练材料在互联网上大量存在。够。但 Apple 的 GSM-Symbolic 研究表明（第 9 篇），仅改变数字就错——这暗示 AI 可能在匹配"题型模式"而非真正推理。
- 能验证吗？数学题有标准答案。能。
结论：数学竞赛满分是"高度结构化的模式匹配"的胜利——规则明确、答案唯一、训练数据充足。但不等于 AI 学会了"推理"这个更广义的能力。谱系上，它仍然落在"模式匹配强区"一端。
为什么这三个问题不会过时？
你可能注意到了——这三个问题不是凭空编的。它们直接对应第一章建立的三个核心认知：
- 第一问（能否模式匹配） ←→ 第 8 篇：AI 是超级模式匹配器
- 第二问（数据充足吗） ←→ 第 5 篇：训练就是用数据调参数
- 第三问（能否验证） ←→ 第 7 篇：AI 会幻觉，它自己不知道
三个问题之所以有效，是因为它们锚定在 AI 的本质上，而不是当前表现上。不管从 GPT-4 到 GPT-5，从 Midjourney 到下一代——底层仍然是神经网络、仍然靠训练数据、仍然是模式匹配。
只要本质不变，这三个问题就永远有效。
个人锚点
有了这个框架之后，我看 AI 新闻的方式彻底变了。
以前看到"震惊！AI 现在能写诗了！"我会认真点进去——AI 真的越来越厉害了。
现在自动跑一遍三问：
写诗能转化为模式匹配吗？——能。训练数据中有海量诗歌，AI 能学到"诗的文字模式"。所以能写出"像诗的文字"，不意外。
但写的诗真的"好"吗？——如果"好"是指"格式工整、意象优美、读起来像诗"，AI 已经很好了——这些都是可以从数据中学到的模式。如果"好"是指"表达了一种只有经历过才能体会的情感"，AI 做不到——它没有"经历"，只有"统计"。
你能验证吗？——诗不像代码可以运行测试。"好不好"是主观判断。
三问跑完，结论清楚：AI 写诗是模式匹配的又一次胜利，但不等于 AI 懂了什么是诗。
90% 的"震惊！AI 已经能……"新闻，用三个问题一过滤，就没那么震惊了。
不是说 AI 不厉害——它确实在很多领域做到了惊人的事情。而是当你理解了它的本质，你就能准确地评估它有多厉害。你不会在"无所不能"和"什么都不行"之间摇摆——你有了自己的判断力。
这个变化让我想起第 1 篇学到的东西——AI 眼中的图片只是一堆数字，它做的就是加减乘除。那时候我"知道"了。但直到我能用三个问题解构任何一条 AI 新闻，我才真正"理解"了。
标题的答案
回到文章标题：为什么 AI 能赢世界冠军，却开不好车？
因为围棋是规则明确、信息公开、数据无限的模式匹配天堂。而开车——一只猫突然跳上引擎盖，一辆白色卡车横在路中间，一个小孩从两辆停着的车之间跑出来——每种场景在训练数据中几乎没有，没有"标准答案"，需要一瞬间理解物理世界的因果关系。
同一种底层技术，面对"纯模式匹配"任务超越人类，面对"需要因果理解"任务不如人类。
这不是 AI 的"缺陷"——这就是它的本质。
一句话回顾
AI 的强弱不是随机的——规则越明确、数据越充足、越不需要因果理解的任务，AI 就越强。反过来，就是 AI 的弱项。记住三个问题：能不能转化为模式匹配？训练数据够不够？你能不能验证输出？
下一篇预告
现在你手里有了一套判断工具——知道 AI 什么时候行、什么时候不行。
但你可能有一个担心：AI 进步这么快，这个框架会不会很快过时？
毕竟两年前 AI 还画不好手指，现在好多了。两年前 ChatGPT 还不能稳定做数学，现在也进步了不少。如果 AI 一直在进步，我们今天画的这条"分界线"，明年还准吗？
下一篇，我们来聊 AI 的天花板——哪些进步是"沿着现有道路走更远"，哪些是"需要换一条全新的路"。你会发现，理解了这个区别之后，框架不但不会过时，反而会帮你更好地判断每一次"突破性进展"到底意味着什么。
参考资料
- AlphaGo versus Lee Sedol. Wikipedia. https://en.wikipedia.org/wiki/AlphaGo_versus_Lee_Sedol
- Future of Go Summit. Wikipedia. https://en.wikipedia.org/wiki/Future_of_Go_Summit
- AlphaGo. Wikipedia. https://en.wikipedia.org/wiki/AlphaGo
- Jumper, J., et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature. https://www.nature.com/articles/s41586-021-03819-2
- Nobel Prize in Chemistry 2024. https://www.nobelprize.org/prizes/chemistry/2024/press-release/
- Tesla. Vehicle Safety Report (Q1 2025). https://www.tesla.com/VehicleSafetyReport
- Waymo. Comparison of Waymo Rider-Only Crash Data to Human Benchmarks. https://waymo.com/research/comparison-of-waymo-rider-only-crash-data-to-human/
- List of Tesla Autopilot crashes. Wikipedia. https://en.wikipedia.org/wiki/List_of_Tesla_Autopilot_crashes
- Salinas, M.P., et al. (2024). A systematic review and meta-analysis of artificial intelligence versus clinicians for skin cancer diagnosis. npj Digital Medicine. https://www.nature.com/articles/s41746-024-01103-x
- Schaefer, J., et al. (2022). AI in Medical Imaging and Rare Diseases. PMC. https://pmc.ncbi.nlm.nih.gov/articles/PMC8764708/
- Xu, Y., et al. (2025). Bias in AI for medical imaging. PMC. https://pmc.ncbi.nlm.nih.gov/articles/PMC11880872/
- Zech, J., et al. (2024). Limits of fair medical imaging AI. Nature Medicine. https://www.nature.com/articles/s41591-024-03113-4
- Radford, A., et al. (2022). Robust Speech Recognition via Large-Scale Weak Supervision (Whisper). https://arxiv.org/abs/2212.04356
订阅
如果觉得有意思，欢迎关注我，后续文章也会持续更新。同步更新在个人博客和微信公众号
微信搜索"我没有三颗心脏"或者扫描二维码，即可订阅。
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ |
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
